访问向量

Question

所以这是一个后续的问题，我有，在一些代码的CPU版本的那一刻，我有一个类似如下的东西：

for(int i =0;i<N;i++){ 

    dgemm(A[i], B[i],C[i], Size[i][0], Size[i][1], Size[i][2], Size[i][3], 'N','T'); 

} 

其中A [i]将是一些尺寸的二维矩阵。

我希望能够做到这一点，使用CULA一个GPU（我不只是在做乘法，所以我需要在CULA线性代数操作），因此，例如：

for(int i =0;i<N;i++){ 
     status = culaDeviceDgemm('T', 'N', Size[i][0], Size[i][0], Size[i][0], alpha, GlobalMat_d[i], Size[i][0], NG_d[i], Size[i][0], beta, GG_d[i], Size[i][0]); 
} 

但我希望在程序开始时将我的B存储在GPU上，因为它们不会改变，所以我需要一个包含指向组成我的B的向量集的指针的向量。

目前，我有以下代码编译：

double **GlobalFVecs_d; 
double **GlobalFPVecs_d; 

extern "C" void copyFNFVecs_(double **FNFVecs, int numpulsars, int numcoeff){ 


    cudaError_t err; 
    GlobalFPVecs_d = (double **)malloc(numpulsars * sizeof(double*)); 
err = cudaMalloc((void ***)&GlobalFVecs_d, numpulsars*sizeof(double*)); 
checkCudaError(err); 

    for(int i =0; i < numpulsars;i++){ 
     err = cudaMalloc((void **) &(GlobalFPVecs_d[i]), numcoeff*numcoeff*sizeof(double)); 
     checkCudaError(err);  
     err = cudaMemcpy(GlobalFPVecs_d[i], FNFVecs[i], sizeof(double)*numcoeff*numcoeff, cudaMemcpyHostToDevice); 
     checkCudaError(err); 
     } 

     err = cudaMemcpy(GlobalFVecs_d, GlobalFPVecs_d, sizeof(double*)*numpulsars, cudaMemcpyHostToDevice); 
     checkCudaError(err); 

} 

，但如果我现在试着和访问它：

dim3 dimBlock(BLOCK_SIZE, BLOCK_SIZE); 
dim3 dimGrid;//((G + dimBlock.x - 1)/dimBlock.x,(N + dimBlock.y - 1)/dimBlock.y); 
dimGrid.x=(numcoeff + dimBlock.x - 1)/dimBlock.x; 
dimGrid.y = (numcoeff + dimBlock.y - 1)/dimBlock.y; 

for(int i =0; i < numpulsars; i++){ 
    CopyPPFNF<<<dimGrid, dimBlock>>>(PPFMVec_d, GlobalFVecs_d[i], numpulsars, numcoeff, i); 
} 

在这里赛格故障，这是不如何在获得数据？

那我打电话籽粒功能就是：

__global__ void CopyPPFNF(double *FNF_d, double *PPFNF_d, int numpulsars, int numcoeff, int thispulsar) { 

    // Each thread computes one element of C 
    // by accumulating results into Cvalue 




    int row = blockIdx.y * blockDim.y + threadIdx.y; 
    int col = blockIdx.x * blockDim.x + threadIdx.x; 

    int subrow=row-thispulsar*numcoeff; 
    int subcol=row-thispulsar*numcoeff; 

    __syncthreads(); 
    if(row >= (thispulsar+1)*numcoeff || col >= (thispulsar+1)*numcoeff) return; 
    if(row < thispulsar*numcoeff || col < thispulsar*numcoeff) return; 


    FNF_d[row * numpulsars*numcoeff + col] += PPFNF_d[subrow*numcoeff+subcol]; 

} 

什么我不这样做对吗？注意，最后我还想做第一个例子，在每个GlobalFVecs_d [i]上调用cula函数，但现在甚至都不行。

您认为这是做这件事的最好方法吗？如果可以通过CULA函数，我可以做到这一点，但我不知道它是否支持。

干杯 林德利

Answer 1

改变这一点：

CopyPPFNF<<<dimGrid, dimBlock>>>(PPFMVec_d, GlobalFVecs_d[i], numpulsars, numcoeff, i); 

这样：

CopyPPFNF<<<dimGrid, dimBlock>>>(PPFMVec_d, GlobalFPVecs_d[i], numpulsars, numcoeff, i); 

，我相信它会工作。

您的处理指针的方法大多是正确的。但是，如果将GlobalFVecs_d[i]放入参数列表中，则强制内核设置代码（在主机上运行）执行GlobalFVecs_d（设备指针，使用cudaMalloc创建），将适当缩放的i添加到指针值，然后取消引用结果指针以检索要作为参数传递给内核的值。但我们不允许取消引用主机代码中的设备指针。

但是，因为你的方法主要是正确的，你可以很方便并行阵列驻留在主机上的同一指针的。这个数组（GlobalFPVecs_d）是我们被允许在主机代码中取消引用来检索最终设备指针并传递给内核的东西。

这是一个有趣的错误，因为通常内核不会分段错误（尽管它们可能会引发错误），所以内核调用行上的seg错误是不寻常的。但在这种情况下，Seg错误发生在内核设置代码中，而不是内核本身。